伏羲实验室用户画像组开放课题
  • 概述
  • 开放研究课题
    • 游戏玩家进入的下一个游戏场景预测
    • MMORPG游戏服务器的合并模拟预测
    • 基于游戏虚拟社交空间的玩家时空序列预测
    • 基于多源数据融合的游戏玩家状态预测
    • MMORPG中的虚拟游戏道具价格预测
    • 结合因果推断的时序预测
    • 游戏玩家流失预测
    • 游戏玩家流失原因分析
    • 基于玩家角色轨迹的游戏外挂检测
    • 基于玩家社交图谱的游戏外挂检测
    • 基于玩家行为序列的游戏外挂检测
    • 基于游戏客户端截图的FPS透视挂检测
    • 在线游戏中的半监督异常交易群体检测
    • 在线游戏中的交易网络子图匹配
    • 可解释的外挂检测
    • 个性化礼包生成与个性化礼包推荐
    • 基于玩家实时交互的游戏道具推荐
    • 游戏玩家时装商品搭配推荐
    • 基于游戏社交关系的玩家-帮会关系预测
    • 基于游戏战场中行为序列的玩家竞技风格挖掘
    • 基于游戏战场中行为序列的动作价值评估
    • 面向全局优化的游戏玩家组队匹配
    • 游戏数据场景下的稳定学习框架
    • 数据众包质量控制方法研究
  • 开放工程课题
    • 模型可解释性应用Demo制作
    • 用户行为序列可视化系统Demo制作
    • 因果分析仿真环境Demo制作
    • 基于区块链技术的数据加密和流转框架Demo制作
    • 游戏联邦学习框架Demo制作
    • 画像标签体系可视化Demo制作
    • 回报分解仿真环境Demo制作
    • 用户关系图谱可视化系统Demo制作
    • 游戏AutoML框架Demo制作
  • 游戏背景知识
    • 游戏基础
    • 游戏玩法知识
    • 游戏玩家分类
    • MMORPG元素
    • CCG元素
    • SPG元素
  • 游戏数据集描述
    • 伏羲游戏数据集
    • MMORPG1
    • ACT1
    • CCG1
    • SPG1
    • TAB1
  • 高校合作申请流程
    • 高校合作申请流程
Powered by GitBook
On this page
  • 课题背景
  • 功能描述
  • 问题挑战
  • Demo评审
  • 联系人

Was this helpful?

  1. 开放工程课题

用户关系图谱可视化系统Demo制作

课题背景

随着互联网技术的发展,对于用户行为的建模也成为一个有趣而新颖的研究课题,它能够帮助我们更好的理解用户行为模式,辅助我们做出各种决策。

例如,在现实世界里,我们可以:

  • 打车服务中,利用生活和工作环境预测用户的常去地点

  • 交通管理中,通过彼此关联的路段之间的连接关系预测交通流量,

  • 资源调度中,通过社区住户的邻居关系预测用户的水电用量

类似地,在游戏的虚拟世界中,用户也会有游戏时间偏好、游戏玩法偏好等特性,我们也希望能够准确地预测用户的行为模式(例如在线时段、在线时长), 这对于分析用户的游戏模式、生命周期以及生命周期价值等方面具有十分重要的意义。

而在很多游戏里(特别是MMORPG类游戏),玩家之间也会建立多种社交网络关系(例如好友、聊天、交易、组队等),用户会呈现出游戏社交偏好的特性, 并且这些社交关系也是维持用户对于这类游戏粘性的重要因素。

本课题希望基于玩家之间的多种社交网络关系(例如好友、聊天、交易、组队等),搭建一个统一的、易用的可视化平台, 帮助我们发现一些隐藏在游戏用户行为数据背后有价值的规律,例如,是否可以通过游戏用户的社交网络关系提高对用户在线时段、在线时长的预测效果。

功能描述

设计开发一个统一的、易用的可视化平台Demo,该系统需满足下述几个功能:

  1. 能够对用户的各种社交关系有一个可视化的展示

  2. 可以选择性地观察单种关系(例如好友关系),也可以组合观察多种关系(例如社交关系与组队关系)对于用户行为(例如在线时长)的影响

  3. 其他更多功能

问题挑战

  1. 用户行为的影响因素很多,具有比较大的随机性和波动性

  2. 用户的社交关系会随着时间推移而不断的动态变化

  3. 如何融合多种关系给出一个统一的使用接口(例如可以选择性地观察社交关系、组队关系对于在线时长的影响)

Demo评审

Demo评审有以下几个指标:

  1. 功能完整性,完成功能描述所列举的功能

  2. 功能创新性,创造性设计功能描述中列举的功能,或者设计了其他创造性的功能

  3. 技术新颖性,所用技术新颖

  4. 技术难度,开发功能和使用技术具有一定的难度

联系人

有任何问题,请联系 dengqilin@corp.netease.com, xuyuhong@corp.netease.com

Previous回报分解仿真环境Demo制作Next游戏AutoML框架Demo制作

Last updated 3 years ago

Was this helpful?